CN115379122B - 一种视频内容动态拼接方法、系统及存储介质 - Google Patents

一种视频内容动态拼接方法、系统及存储介质 Download PDF

Info

Publication number
CN115379122B
CN115379122B CN202211269419.8A CN202211269419A CN115379122B CN 115379122 B CN115379122 B CN 115379122B CN 202211269419 A CN202211269419 A CN 202211269419A CN 115379122 B CN115379122 B CN 115379122B
Authority
CN
China
Prior art keywords
target
camera
splicing
spliced
visual angle
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202211269419.8A
Other languages
English (en)
Other versions
CN115379122A (zh
Inventor
郑智宇
李浩然
庄少伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Eagle Drive Technology Shenzhen Co Ltd
Original Assignee
Eagle Drive Technology Shenzhen Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Eagle Drive Technology Shenzhen Co Ltd filed Critical Eagle Drive Technology Shenzhen Co Ltd
Priority to CN202211269419.8A priority Critical patent/CN115379122B/zh
Publication of CN115379122A publication Critical patent/CN115379122A/zh
Application granted granted Critical
Publication of CN115379122B publication Critical patent/CN115379122B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformation in the plane of the image
    • G06T3/40—Scaling the whole image or part thereof
    • G06T3/4038—Scaling the whole image or part thereof for image mosaicing, i.e. plane images composed of plane sub-images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/49—Segmenting video sequences, i.e. computational techniques such as parsing or cutting the sequence, low-level clustering or determining units such as shots or scenes
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0841—Registering performance data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
    • H04N5/265—Mixing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/32—Indexing scheme for image data processing or generation, in general involving image mosaicing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computing Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明属于行车视频管理技术领域，具体公开提供了一种视频内容动态拼接方法、系统及存储介质。该视频内容动态拼接方法通过对指定车辆各方位中摄像头采集的当前视角图像进行分析，由此进行摄像头采集视角自动调整，同时通过对各目标摄像头对应的对应采集的行车视频进行分割，并对分割的各待拼接画面进行拼接矫正和拼接边缘处理，进而生成指定车辆对应的全景行车视频，有效的解决了当前没有对行车视频拼接之前进行处理的问题，大大的的减轻了后续图像矫正的工作量和工作难度，规避了当前重合部位分析模式存在的繁琐性，还有效的防止了空白拼接区域的出现，同时实现了小重叠范围或者无重叠范围的视频拼接。

Description

一种视频内容动态拼接方法、系统及存储介质
技术领域
本发明属于行车视频管理技术领域，涉及到一种视频内容动态拼接方法、系统及存储介质。
背景技术
随着图像和计算机视觉技术的快速发展，越来越多的技术应用到车电子领域，传统的基于图像的倒车影像系统只在车尾安装摄像头，只能覆盖车尾周围有限的区域，而车辆周围和车头的盲区无疑增加了安全驾驶的隐患，为扩大驾驶员视野，全景行车视频的处理尤为重要。
目前对全车行车视频的处理难点以及处理重点均集中在视频拼接层面，当前拼接方式也主要通过全景拼接算法进行视频拼接，但是当前进行视频拼接主要侧重于拼接过程中的分析，如拼接缝隙分析，因此当前处理技术还存在以下几个层面的问题：1、当行车过程中车辆发生较大震动时，会对车辆上搭载的摄像头造成一定的干扰，从而使摄像头的视角发生偏移，影响摄像头的采集视野范围，当前没有对摄像头进行自动调整，加重了后续图像畸变矫正的工作量和难度，也无法保障拍摄场景的全面性，从而无法保障行车视频后续拼接的完整性，同时也无法促进行车视频的拼接进程，拼接效率和拼接质量均得不到有效保障。
2、当前行车视频拼接过程中在进行图像映射处理时，主要是将车辆周围各摄像头采集的图像映射到设定的全景图像中，视角较为固定，没有从驾驶人员的视角进行分析，当行车环境存在异常时，无法提高驾驶人员的觉察力和注意力，同时还不贴合驾驶人员的第一感知，无法保障全景视频的呈现效果。
3、当前在进行视频拼接时，主要从图像重合部位进行拼接位置选取，选取过程较为繁琐，且对重叠范围有着一定的要求，当重叠范围较小时，无法保障全景行车视频的拼接质量，存在一定的局限性。
发明内容
鉴于此，为解决上述背景技术中所提出的问题，现提出一种视频内容动态拼接方法、系统及存储介质。
本发明的目的可以通过以下技术方案实现：本发明第一方面提供了一种视频内容动态拼接方法，该方法包括：步骤1、车辆视角图像采集：通过将指定车辆各方位中布设的摄像头作为各目标摄像头，并启动各目标摄像头进行视角图像采集，同时获取各目标摄像头对应的布设信息以及指定车辆对应的实时位置。
步骤2、车辆视角分析与调控：对各目标摄像头当前采集视角图像进行分析，得到各目标摄像头对应的目标采集角度，并控制各目标摄像头调控至目标采集角度。
步骤3、车辆行车视频采集与分割：当各目标摄像头完成采集角度调控后，启动各目标摄像头进行行车视频采集，并将各目标摄像头对应采集的行车视频分割为各待拼接画面。
步骤4、车辆行车视频拼接处理：对各目标摄像头对应的各待拼接画面进行拼接矫正和拼接边缘处理，得到各目标摄像头对应各待拼接画面的目标拼接边缘。
步骤5、车辆全景行车视频生成：基于指定车辆各目标摄像头对应各待拼接画面的目标拼接边缘，对指定车辆各目标摄像头采集的行车视频进行拼接，由此生成指定车辆对应的全景行车视频，并存储至对应的行车记录仪中。
优选地，所述对各目标摄像头当前采集视角图像进行分析，具体分析过程如下：提取指定车辆当前对应的位置，从GIS地图中定位出指定车辆当前位置对应的实景三维图像，同时以车辆的中心点为基点，构建三维实景参考坐标系。
从各目标摄像头对应的布设信息中定位出布设采集视野范围，基于指定车辆在实景三维图像中的位置以及各目标摄像头对应的布设采集视野范围，从实景三维图像中截选出各目标摄像头对应理论采集视角图像。
从各目标摄像头对应理论采集视角图像中进行特征物体选定，提取特征物体信息，按照各目标摄像头对应理论采集视角图像的特征物体信息提取方式同理得到各目标摄像头当前采集视角图像的特征物体信息，由此对各目标摄像头对应的采集视角进行分析，并确认各目标摄像头对应的目标采集角度。
优选地，所述对各目标摄像头对应的采集视角进行分析，具体分析过程为：E1、从各目标摄像头对应理论采集视角图像以及当前采集视角图像的特征物体信息中提取特征物体数目。
E2、将从各目标摄像头对应理论采集视角图像以及当前采集视角图像特征物体数目进行对比，若某目标摄像头对应理论采集视角图像中特征物体数目与该目标摄像头对应当前采集视角图像中特征物体数目不一致，则将该目标摄像头对应采集物体采集视角符合指数记为
Figure 100002_DEST_PATH_IMAGE001
，反之则执行E3步骤。
E3、从该目标摄像头对应理论采集视角图像以及当前采集视角图像的特征物体信息中提取各特征物体轮廓，并进行对应重叠对比，得到该目标摄像头对应各特征物体的采集重叠面积，记为
Figure 347565DEST_PATH_IMAGE002
，同时获取该目标摄像头对应理论采集视角图像中各特征物体的轮廓面积，记为
Figure 100002_DEST_PATH_IMAGE003
，r为特征物体编号，
Figure 57901DEST_PATH_IMAGE004
。
E4、从该目标摄像头对应理论采集视角图像以及当前采集视角图像的特征物体信息中提取各特征物体对应的中心点位置，并导入三维实景参考坐标系中，得到该目标摄像头对应理论采集视角图像以及当前采集视角图像对应各特征物体的中心三维位置坐标，依据分析公式
Figure 100002_DEST_PATH_IMAGE005
分析得到该目标摄像头对应的采集视角符合指数
Figure 425429DEST_PATH_IMAGE006
，
Figure 100002_DEST_PATH_IMAGE007
分别表示为设定的重合面积以及中心点位置对应的占比权重，
Figure 854005DEST_PATH_IMAGE008
分别表示为该目标摄像头对应理论采集视角图像以及当前采集视角图像中第r个特征物体对应的中心三维位置坐标，e为自然常数，
Figure 100002_DEST_PATH_IMAGE009
为设定的许可偏差，进而以此方式得到各目标摄像头对应的采集视角符合指数。
优选地，所述确认各目标摄像头对应的目标采集角度，具体确认过程为：将各目标摄像头对应的采集视角符合指数与设定的标准采集视角符合指数进行对比，若某目标摄像头对应采集视角符合指数小于标准采集视角符合指数，提取该目标摄像头当前采集视角图像中各特征物体对应中心三维位置坐标。
从该目标摄像头对应的布设信息中提取布设采集角度，记为
Figure 66812DEST_PATH_IMAGE010
，依据上下方向角度分析公式
Figure 100002_DEST_PATH_IMAGE011
分析得出该目标摄像头对应的上下目标采集角度
Figure 900163DEST_PATH_IMAGE012
，
Figure 100002_DEST_PATH_IMAGE013
为设定单位中心偏离差对应的上下调整角度值，
Figure 173012DEST_PATH_IMAGE014
分别表示为该目标摄像头对应理论采集视角图像以及当前采集视角图像中第r特征物体对应的z轴坐标分量，u表示为特征物体数目。
提取该目标摄像头对应的特征物体数目和各特征物体对应的轮廓，分析得到该目标摄像头对应的左右目标采集角度，基于该目标摄像头对应的上下以及左右目标采集角度，得到该目标摄像对应的目标采集角度。
若某目标摄像头对应采集视角符合指数大于或者等于标准采集视角符合指数，将该目标摄像头对应布设采集角度作为目标采集角度，以此方式分别得到各目标摄像头对应的目标采集角度。
优选地，所述对各目标摄像头对应的各待拼接画面进行拼接矫正，具体矫正过程为：将位于指定车辆前侧方位中的目标摄像头作为主体摄像头，将位于其他方位中的目标摄像头作为投影摄像头。
将主体摄像头以及各投影摄像头对应各待拼接画面中的首位待拼接画面作为示例拼接画面，通过噪声算法对主体摄像头以及各投影摄像头对应的示例拼接画面进行降噪。
将降噪后的主体摄像头以及各投影摄像头对应示例拼接画面分别导入设定的三维场景模型中，并将主体摄像头对应示例拼接画面在三维场景模型中的区域作为映射区域。
将各投影摄像头对应示例拼接画面通过透视变化原理映射至映射区域内，得到各投影摄像头对应的映射画面，以此方式对各投影摄像头对应示例拼接画面进行矫正，同理按照主体摄像头以及各投影摄像头对应示例拼接画面的矫正方式，对主体摄像头以及各投影摄像头对应的其他各待拼接画面依次进行矫正。
优选地，所述对各目标摄像头对应的各待拼接画面进行拼接边缘处理，具体处理过程为：提取矫正后的主体摄像头以及各投影摄像头对应的示例拼接画面，并识别得出主体摄像头以及各投影摄像头对应示例拼接画面对应的四周边缘，其中，四周边缘包括上侧边缘、下侧边缘、左侧缘边和右侧边缘。
对主体摄像头对应示例拼接画面的左侧边缘进行参照物体识别，得到参照物体轮廓，将位于指定车辆左侧方位的投影摄像头，记为第一拼接摄像头，由此分析得到第一拼接摄像头对应示例拼接画面的目标拼接边缘，同理分别对其他各投影摄像头对应示例拼接画面中目标拼接边缘进行分析，并按照各投影摄像头对应示例拼接画面中目标拼接边缘的分析方式分析得到各投影摄像头对应其他各待拼接画面的目标拼接边缘，并进行目标拼接边缘标定。
优选地，所述分析得到第一拼接摄像头对应示例拼接画面的目标拼接边缘，具体确认过程包括以下步骤：第一步、将主体摄像头对应示例拼接画面中左侧边缘的参照物体轮廓与设定的参照物体对应的标准轮廓进行重叠对比，得到主体摄像头对应示例拼接画面中左侧边缘参照物体的未重合区域轮廓以及未重合区域面积，由此判断得到第一拼接摄像头对应示例拼接画面中目标拼接边缘的分析方式，若第一拼接摄像头对应示例拼接画面中目标拼接边缘的分析方式为物体分析，则执行第二步，若第一拼接摄像头对应示例拼接画面中目标拼接边缘的分析方式为边缘特征分析，则执行第三步。
第二步、基于主体摄像头对应示例拼接画面中左侧边缘参照物体的未重合区域轮廓以及未重合区域面积，分析得到第一拼接摄像头对应示例拼接画面中四周边缘中参照物体对应的拼接匹配度，并将拼接匹配度最高的边缘作为第一拼接摄像头对应示例拼接画面的目标拼接边缘。
第三步、在主体摄像头对应示例拼接画面中左侧边缘位置按照预设间距进行像点标记，得到主体摄像头对应的各标记像点，同时在第一拼接摄像头对应示例拼接画面中四周边缘位置按照主体摄像头对应各标记像点的标记方式同理得到第一拼接摄像头四周边缘位置对应的各标记像点。
第四步、分别提取主体摄像头以及第一拼接摄像头四周边缘位置对应各标记像点的亮度值、色度值以及饱和度，通过分析公式分析得到第一拼接摄像头四周边缘对应的像点匹配度，将像点匹配度最大的边缘作为第一拼接摄像头对应示例拼接画面的目标拼接边缘。
优选地，所述第一拼接摄像头上侧边缘对应的像点匹配度具体计算公式为
Figure 100002_DEST_PATH_IMAGE015
，
Figure 88885DEST_PATH_IMAGE016
为第一拼接摄像头上边缘对应像点匹配度
Figure 100002_DEST_PATH_IMAGE017
，e表示为自然常数，
Figure 105382DEST_PATH_IMAGE018
分别为设定的许可亮度差值、许可色度差值、许可饱和度差值，
Figure 100002_DEST_PATH_IMAGE019
分别表示为主体摄像头第f个标记像点对应的亮度值、色度值、饱和度，
Figure 727993DEST_PATH_IMAGE020
分别表示为第一拼接摄像头四周边缘位置中第f个标记像点对应的亮度值、色度值、饱和度，
Figure 100002_DEST_PATH_IMAGE021
分别表示为设定的亮度、色度、饱和度对应的匹配占比权重，f表示标记像点编号，
Figure 686591DEST_PATH_IMAGE022
，
Figure 100002_DEST_PATH_IMAGE023
为设定的像点匹配修正系数，基于第一拼接摄像头上侧边缘对应的像点匹配度计算公式同理计算得到第一拼接摄像头下侧边缘、左侧边缘、以及右侧边缘对应的像点匹配度，由此得到第一拼接摄像头四周边缘对应的像点匹配度。
本发明第二方面提供了一种视频内容动态拼接系统，包括：车辆视角图像采集模块，用于将指定车辆各方位中布设的摄像头作为各目标摄像头，并启动各目标摄像头进行视角图像采集，同时获取各目标摄像头对应的布设信息以及指定车辆对应的实时位置。
车辆视角分析调整模块，用于对各目标摄像头的采集视角图像进行分析，得到各目标摄像头对应的目标采集角度，并控制各目标摄像头调控至目标采集角度。
车辆行车视频预处理模块，用于当各目标摄像头完成采集角度调控后，启动各目标摄像头进行行车视频采集，并将各目标摄像头对应采集的行车视频分割为各待拼接画面。
行车视频拼接处理分析模块，用于对各目标摄像头对应的各待拼接画面进行拼接矫正和拼接边缘处理，得到各目标摄像头对应各待拼接画面的目标拼接边缘。
车辆行车视频生成模块，用于基于指定车辆各目标摄像头对应各待拼接画面的目标拼接边缘，对指定车辆各目标摄像头采集的行车视频进行拼接，由此生成指定车辆对应的全景行车视频，并存储至对应的行车记录仪中。
本发明第三方面提供了一种视频内容动态拼接存储介质，所述视频内容动态拼接存储介质烧录有计算机程序，所述计算机程序在服务器的内存中运行时实现上述本发明所述的视频内容动态拼接方法。
相较于现有技术，本发明的有益效果如下：本发明通过对指定车辆各方位中摄像头采集的当前视角图像进行分析，由此进行摄像头采集视角自动调整，有效的解决了当前缺乏对行车视频拼接前的处理的问题，大大减轻了后续图像矫正的工作量和工作难度，保障了拍摄场景的全面性和拍摄范围，同时降低了后续拼接过程中拼接缝隙过大以及拼接场景不全的发生概率，为后续全景行车拼接的完整性提供了有力保障，并且还促进了全景行车视频的拼接进程，从而大幅度提升了车辆全景行车视频的拼接质量和拼接效率，智能化水平和自动化水平高。
本发明在对各目标摄像头对应的各待拼接画面进行拼接矫正时，通过将位于指定车辆前侧方位中的目标摄像头采集的待拼接画面在设定三维场景模型中的区域作为映射区域，由此对其他方位中摄像头采集的各待拼接画面依次进行映射，弥补了当前固定视角拼接方式存在的不足，通过从驾驶人员的视角进行拼接，极大的提高了驾驶人员对异常驾驶环境觉察力和注意力，有效的贴合了驾驶人员的感知，使得全景视频的展示价值以及呈现效果均得到了有力保障。
本发明在对各目标摄像头对应的各待拼接画面进行拼接边缘处理时，通过设定物体分析以及边缘特征分析两种分析模式，拓展了视频拼接过程中的处理方式，规避了当前重合部位分析模式存在的繁琐性，还有效的防止了空白拼接区域的出现，同时降低了对各摄像头视角重叠范围的要求，实现了小重叠范围或者无重叠范围的视频拼接，并且还保障了车辆全景视频拼接的精准性和参考性。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明方法实施步骤流程图。
图2为本发明系统各模块连接示意图。
图3为本发明摄像头布设方位示意图。
图4为本发明主体摄像头对应示例拼接画面四周边缘示意图。
图5为本发明第一拼接摄像头对应示例拼接画面四周边缘示意图。
具体实施方式
下面将结合本发明实施以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
请参阅图1以及图3所示，本发明提供了一种视频内容动态拼接方法，该方法包括以下步骤：步骤1、车辆视角图像采集：通过将指定车辆各方位中布设的摄像头作为各目标摄像头，并启动各目标摄像头进行视角图像采集，同时获取各目标摄像头对应的布设信息以及指定车辆对应的实时位置。
需要说明的是，各目标摄像头对应的布设信息包括但不限于布设采集角度和布设采集视野范围。
需要说明的是，指定车辆各方位具体指指定车辆对应的前侧方位、左侧方位、后侧方位以及右侧方位。
步骤2、车辆视角分析与调控：对各目标摄像头当前采集视角图像进行分析，得到各目标摄像头对应的目标采集角度，并控制各目标摄像头调控至目标采集角度。
示例性地，对各目标摄像头当前采集视角图像进行分析，具体分析过程包括以下步骤：步骤2-1、提取指定车辆当前对应的位置，从GIS地图中定位出指定车辆当前位置对应的实景三维图像，同时以车辆的中心点为基点，构建三维实景参考坐标系。
步骤2-2、从对应各目标摄像头对应的布设信息中定位出布设采集视野范围，基于指定车辆在实景三维图像中的位置以及各目标摄像头对应的布设采集视野范围，从实景三维图像中截选出各目标摄像头对应理论采集视角图像。
步骤2-3、从各目标摄像头对应理论采集视角图像中进行特征物体选定，提取特征物体信息，按照各目标摄像头对应理论采集视角图像的特征物体信息提取方式同理得到各目标摄像头当前采集视角图像的特征物体信息，由此对各目标摄像头对应的采集视角进行分析，并确认各目标摄像头对应的目标采集角度。
需要说明的是，特征物体包括但不限于树木、建筑和车辆。
还需要说明的是，特征物体信息包括但不限于特征物体数目、各特征物体对应中心点位置和各特征物体对应的轮廓。
进一步地，对各目标摄像头对应的采集视角进行分析，具体分析过程为：E1、从各目标摄像头对应理论采集视角图像以及当前采集视角图像的特征物体信息中提取特征物体数目。
E2、将从各目标摄像头对应理论采集视角图像以及当前采集视角图像特征物体数目进行对比，若某目标摄像头对应理论采集视角图像中特征物体数目与该目标摄像头对应当前采集视角图像中特征物体数目不一致，则将该目标摄像头对应采集物体采集视角符合指数记为
Figure 574913DEST_PATH_IMAGE024
，反之则执行E3步骤。
E3、从该目标摄像头对应理论采集视角图像以及当前采集视角图像的特征物体信息中提取各特征物体轮廓，并进行对应重叠对比，得到该目标摄像头对应各特征物体的采集重叠面积，记为
Figure DEST_PATH_IMAGE025
，同时获取该目标摄像头对应理论采集视角图像中各特征物体的轮廓面积，记为
Figure 647298DEST_PATH_IMAGE026
，r为特征物体编号，
Figure DEST_PATH_IMAGE027
。
E4、从该目标摄像头对应理论采集视角图像以及当前采集视角图像的特征物体信息中提取各特征物体对应的中心点位置，并导入三维实景参考坐标系中，得到该目标摄像头对应理论采集视角图像以及当前采集视角图像对应各特征物体的中心三维位置坐标，依据分析公式
Figure 186733DEST_PATH_IMAGE028
分析得到该目标摄像头对应的采集视角符合指数
Figure DEST_PATH_IMAGE029
，
Figure 316232DEST_PATH_IMAGE030
分别表示为设定的重合面积以及中心点位置对应的占比权重，
Figure DEST_PATH_IMAGE031
分别表示为该目标摄像头对应理论采集视角图像以及当前采集视角图像中第r个特征物体对应的中心三维位置坐标，e为自然常数，
Figure 691850DEST_PATH_IMAGE032
为设定的许可偏差，进而以此方式得到各目标摄像头对应的采集视角符合指数。
更进一步地，确认各目标摄像头对应的目标采集角度，具体确认过程为：J1、将各目标摄像头对应的采集视角符合指数与设定的标准采集视角符合指数进行对比，若某目标摄像头对应采集视角符合指数小于标准采集视角符合指数，提取该目标摄像头当前采集视角图像中各特征物体对应中心三维位置坐标。
J2、从该目标摄像头对应的布设信息中提取布设采集角度，记为
Figure DEST_PATH_IMAGE033
，依据上下方向角度分析公式
Figure 290628DEST_PATH_IMAGE034
分析得出该目标摄像头对应的上下目标采集角度
Figure DEST_PATH_IMAGE035
，
Figure 700881DEST_PATH_IMAGE036
为设定单位中心偏离差对应的上下调整角度值，
Figure DEST_PATH_IMAGE037
分别表示为该目标摄像头对应理论采集视角图像以及当前采集视角图像中第r特征物体对应的z轴坐标分量，u表示为特征物体数目；
J3、提取该目标摄像头对应的特征物体数目和各特征物体对应的轮廓，通过左右角度分析公式
Figure 1281DEST_PATH_IMAGE038
分析得到该目标摄像头对应的左右目标采集角度
Figure DEST_PATH_IMAGE039
，其中，
Figure 864195DEST_PATH_IMAGE040
为该目标摄像头综合采集重叠面积偏差，
Figure DEST_PATH_IMAGE041
分别表示为设定单位特征物体数目偏差、单位面积偏差对应左右调整角度，
Figure 275454DEST_PATH_IMAGE042
分别该目标摄像头对应理论采集视角图像以及当前采集视角图像中对应的特征物体数目，
Figure DEST_PATH_IMAGE043
，
Figure 605459DEST_PATH_IMAGE044
分别为该目标摄像头对应理论采集视角图像以及当前采集视角图像中第r个特征物体对应的轮廓面积，
Figure DEST_PATH_IMAGE045
分别表示为该目标摄像头对应的上下以及左右目标采集角度，得到该目标摄像对应的目标采集角度。
J4、若某目标摄像头对应采集视角符合指数大于或者等于标准采集视角符合指数，将该目标摄像头对应布设采集角度作为目标采集角度，以此方式分别得到各目标摄像头对应的目标采集角度。
本发明实施例通过对指定车辆各方位中摄像头采集的当前视角图像进行分析，由此进行摄像头采集视角自动调整，有效的解决了当前缺乏对行车视频拼接前的处理的问题，大大减轻了后续图像矫正的工作量和工作难度，保障了拍摄场景的全面性和拍摄范围，同时降低了后续拼接过程中拼接缝隙过大以及拼接场景不全的发生概率，为后续全景行车拼接的完整性提供了有力保障，并且还促进了全景行车视频的拼接进程，从而大幅度提升了车辆全景行车视频的拼接质量和拼接效率，智能化水平和自动化水平高。
步骤3、车辆行车视频采集与分割：当各目标摄像头完成采集角度调控后，启动各目标摄像头进行行车视频采集，并将各目标摄像头对应采集的行车视频分割为各待拼接画面。
步骤4、车辆行车视频拼接处理：对各目标摄像头对应的各待拼接画面进行拼接矫正和拼接边缘处理，得到各目标摄像头对应各待拼接画面的目标拼接边缘。
具体地，对各目标摄像头对应的各待拼接画面进行拼接矫正，具体矫正过程为：F1、将位于指定车辆前侧方位中的目标摄像头作为主体摄像头，将位于其他方位中的目标摄像头作为投影摄像头。
F2、将主体摄像头以及各投影摄像头对应各待拼接画面中首位待拼接画面作为示例拼接画面，通过噪声算法对主体摄像头以及各投影摄像头对应的示例拼接画面进行降噪。
F3、将降噪后的主体摄像头以及各投影摄像头对应示例拼接画面分别导入设定的三维场景模型中，并将主体摄像头对应示例拼接画面在三维场景模型中的区域作为映射区域。
F4、将各投影摄像头对应示例拼接画面通过透视变化原理映射至映射区域内，得到各投影摄像头对应的映射画面，以此方式对各投影摄像头对应示例拼接画面进行矫正，同理按照主体摄像头以及各投影摄像头对应示例拼接画面的矫正方式，对主体摄像头以及各投影摄像头对应的其他各待拼接画面依次进行矫正。
在一个具体实施例中，透视变化原理以及噪声算法属于现有较为成熟的技术，再此不进行赘述。
本发明实施例在对各目标摄像头对应的各待拼接画面进行拼接矫正时，通过将位于指定车辆前侧方位中的目标摄像头采集的待拼接画面在设定三维场景模型中的区域作为映射区域，由此对其他方位中摄像头采集的各待拼接画面依次进行映射，弥补了当前固定视角拼接方式存在的不足，通过从驾驶人员的视角进行拼接，极大的提高了驾驶人员对异常驾驶环境觉察力和注意力，有效的贴合了驾驶人员的感知，使得全景视频的展示价值以及呈现效果均得到了有力保障。
又一具体地，对各目标摄像头对应的各待拼接画面进行拼接边缘处理，具体处理过程为：请参阅图4和图5所示，对各目标摄像头对应的各待拼接画面进行拼接边缘处理，具体处理过程为：T1、提取矫正后的主体摄像头以及各投影摄像头对应的示例拼接画面，并识别得出主体摄像头以及各投影摄像头对应示例拼接画面对应的四周边缘，其中，四周边缘包括上侧边缘、下侧边缘、左侧缘边和右侧边缘。
T2、对主体摄像头对应示例拼接画面的左侧边缘进行参照物体识别，得到参照物体轮廓，将位于指定车辆左侧方位的投影摄像头，记为第一拼接摄像头，由此分析得到第一拼接摄像头对应示例拼接画面的目标拼接边缘，并进行目标拼接边缘标定。
进一步地，分析得到第一拼接摄像头对应示例拼接画面的目标拼接边缘，具体确认过程包括以下步骤：第一步、将主体摄像头对应示例拼接画面中左侧边缘的参照物体轮廓与设定的参照物体对应的标准轮廓进行重叠对比，得到主体摄像头对应示例拼接画面中左侧边缘参照物体的未重合区域轮廓以及未重合区域面积，由此判断得到第一拼接摄像头对应示例拼接画面中目标拼接边缘的分析方式，若第一拼接摄像头对应示例拼接画面中目标拼接边缘的分析方式为物体分析，则执行第二步，若第一拼接摄像头对应示例拼接画面中目标拼接边缘的分析方式为边缘特征分析，则执行第三步。
需要说明的是，第一拼接摄像头对应示例拼接画面中目标拼接边缘的分析方式的判断方式为：将左侧边缘参照物体形状对应未重合区域面积与设定的许可重合误差面积进行对比，若大于许可重合误差面积，则判断第一拼接摄像头对应示例拼接画面中目标拼接边缘的分析方式为物体分析，反之则判断第一拼接摄像头对应示例拼接画面中目标拼接边缘的分析方式为边缘特征分析。
需要说明的是，参照物体可以为树木、建筑等具有参照意义的物体中的任一项，在此不进行限定。
还需要说明的是，本发明中拼接是以主体摄像头对应各待拼接画面中的四周边缘为拼接基准边缘，各投影摄像头对应的各待拼接画面围绕主体摄像头对应各待拼接画面的四周边缘开展拼接。
第二步、基于主体摄像头对应示例拼接画面中左侧边缘参照物体的未重合区域轮廓以及未重合区域面积，分析得到第一拼接摄像头对应示例拼接画面中四周边缘中参照物体对应的拼接匹配度，并将拼接匹配度最高的边缘作为第一拼接摄像头对应示例拼接画面的目标拼接边缘。
其中，第一拼接摄像头对应示例拼接画面中四周边缘中参照物体对应的拼接匹配度具体分析过程为：1）按照主体摄像头对应示例拼接画面中左侧边缘的参照物体的识别方式在第一拼接摄像头对应示例拼接画面的四周边缘内识别出参照物体轮廓。
2）将第一拼接摄像头对应示例拼接画面的四周边缘内的参照物体的轮廓与主体摄像头对应示例拼接画面中左侧边缘参照物体的未重合区域轮廓进行重叠对比，得到第一拼接摄像头对应示例拼接画面中四周边缘参照物体对应的重叠面积。
3）基于分析公式
Figure 561914DEST_PATH_IMAGE046
分析得到将第一拼接摄像头对应示例拼接画面中上边缘中参照物体对应的拼接匹配度
Figure DEST_PATH_IMAGE047
，
Figure 364654DEST_PATH_IMAGE048
为设定的补偿重叠比，k为设定的参考重叠比，
Figure DEST_PATH_IMAGE049
为主体摄像头对应示例拼接画面中左侧边缘参照物体对应未重合区域面积，
Figure 316954DEST_PATH_IMAGE050
为第一拼接摄像头对应示例拼接画面中上侧边缘参照物体对应的重叠面积，按照第一拼接摄像头对应示例拼接画面中上边缘中参照物体对应的拼接匹配度的计算方式同理计算得到第一拼接摄像头下侧边缘、左侧边缘、以及右侧边缘中参照物体对应的拼接匹配度，由此得到第一拼接摄像头对应示例拼接画面中四周边缘中参照物体对应的拼接匹配度。
第三步、在主体摄像头对应示例拼接画面中左侧边缘位置按照预设间距进行像点标记，得到主体摄像头对应的各标记像点，同时在第一拼接摄像头对应示例拼接画面中四周边缘位置按照主体摄像头对应各标记像点的标记方式同理得到第一拼接摄像头四周边缘位置对应的各标记像点。
第四步、分别提取主体摄像头以及第一拼接摄像头四周边缘位置对应各标记像点的亮度值、色度值以及饱和度，通过分析公式分析得到第一拼接摄像头四周边缘对应的像点匹配度，将像点匹配度最大的边缘作为第一拼接摄像头对应示例拼接画面的目标拼接边缘。
在一个具体实施例，在进行像点匹配度分析时，以上边缘的像点匹配度为例进行分析，其中，第一拼接摄像头上侧边缘对应的像点匹配度具体计算公式为
Figure DEST_PATH_IMAGE051
，
Figure 701799DEST_PATH_IMAGE052
为第一拼接摄像头上边缘对应像点匹配度
Figure DEST_PATH_IMAGE053
，e表示为自然常数，
Figure 78422DEST_PATH_IMAGE054
分别为设定的许可亮度差值、许可色度差值、许可饱和度差值，
Figure DEST_PATH_IMAGE055
分别表示为主体摄像头第f个标记像点对应的亮度值、色度值、饱和度，
Figure 650349DEST_PATH_IMAGE056
分别表示为第一拼接摄像头四周边缘位置中第f个标记像点对应的亮度值、色度值、饱和度，
Figure DEST_PATH_IMAGE057
分别表示为设定的亮度、色度、饱和度对应的匹配占比权重，f表示标记像点编号，
Figure 668990DEST_PATH_IMAGE058
，
Figure DEST_PATH_IMAGE059
为设定的像点匹配修正系数，基于第一拼接摄像头上侧边缘对应的像点匹配度计算公式同理计算得到第一拼接摄像头下侧边缘、左侧边缘、以及右侧边缘对应的像点匹配度，由此得到第一拼接摄像头四周边缘对应的像点匹配度。
T3、提取位于指定车辆后侧方位的投影摄像头，作为第二拼接摄像头，对主体摄像头对应示例拼接画面的下侧边缘和第一拼接摄像头的左侧边缘进行参照物体识别，由此按照第一拼接摄像头对应示例拼接画面的目标拼接边缘的分析方式同理分析得到第二拼接摄像头对应示例拼接画面的目标拼接边缘，并进行目标拼接边缘标定。
T4、提取位于车辆右侧方位的投影摄像头，作为第三拼接摄像头，对主体摄像头对应示例拼接画面的右侧边缘以及第二拼接摄像头的左侧边缘进行参照物体识别，由此按照第一拼接摄像头对应示例拼接画面的目标拼接边缘的分析方式同理分析得到第三拼接摄像头对应示例拼接画面的目标拼接边缘，并进行目标拼接边缘标定。
需要说明的是，第二拼接摄像头中四周边缘的标定方式与主体摄像头四周边缘的标定方式相同，第三拼接摄像头中的左侧边缘以及右侧边缘与第一拼接摄像头中左侧边缘以及右侧边缘为反向。
T5、按照各投影摄像头对应示例拼接画面中目标拼接边缘的分析方式分析得到各投影摄像头对应其他各待拼接画面的目标拼接边缘。
本发明实施例在对各目标摄像头对应的各待拼接画面进行拼接边缘处理时，通过设定物体分析以及边缘特征分析两种分析模式，拓展了视频拼接过程中的处理方式，规避了当前重合部位分析模式存在的繁琐性，还有效的防止了空白拼接区域的出现，同时降低了对各摄像头视角重叠范围的要求，实现了小重叠范围或者无重叠范围的视频拼接，并且还保障了车辆全景视频拼接的精准性和参考性。
步骤5、车辆全景行车视频生成：基于指定车辆各目标摄像头对应各待拼接画面的目标拼接边缘，对指定车辆各目标摄像头采集的行车视频进行拼接，由此生成指定车辆对应的全景行车视频，并存储至对应的行车记录仪中。
本发明实施例通过从拼接前的摄像角度调整、拼接矫正以及拼接边缘处理这三个维度进行全景行车视频动态拼接，生成车辆全景视频，大大的提高了车辆行车过程中的安全性，并且还保障了后续行车视频的调用的参考价值，同时通过多个维度的拼接处理，保障了车辆全景视频的拼接效果以及拼接质量。
请参阅图2所示，本发明提供了一种视频内容动态拼接系统，包括车辆视角图像采集模块、车辆视角分析调整模块、车辆行车视频预处理模块、行车视频拼接处理分析模块和车辆行车视频生成模块。
上述中，车辆视角图像采集模块、车辆视角分析调整模块连接，车辆行车视频预处理模块分别与车辆视角分析调整模块和行车视频拼接处理分析模块连接，车辆行车视频生成模块和行车视频拼接处理分析模块连接。
所述车辆视角图像采集模块，用于将指定车辆各方位中布设的摄像头作为各目标摄像头，并启动各目标摄像头进行视角图像采集，同时获取各目标摄像头对应的布设信息以及指定车辆对应的实时位置。
所述车辆视角分析调整模块，用于对各目标摄像头的采集视角图像进行分析，得到各目标摄像头对应的目标采集角度，并控制各目标摄像头调控至目标采集角度。
所述车辆行车视频预处理模块，用于当各目标摄像头完成采集角度调控后，启动各目标摄像头进行行车视频采集，并将各目标摄像头对应采集的行车视频分割为各待拼接画面。
所述行车视频拼接处理分析模块，用于对各目标摄像头对应的各待拼接画面进行拼接矫正和拼接边缘处理，得到各目标摄像头对应各待拼接画面的目标拼接边缘。
所述车辆行车视频生成模块，用于基于指定车辆各目标摄像头对应各待拼接画面的目标拼接边缘，对指定车辆各目标摄像头采集的行车视频进行拼接，由此生成指定车辆对应的全景行车视频，并存储至对应的行车记录仪中。
本发明还提供了一种视频内容动态拼接存储介质，所述视频内容动态拼接存储介质烧录有计算机程序，所述计算机程序在服务器的内存中运行时实现上述本发明所述的视频内容动态拼接方法。
以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (8)

1.一种视频内容动态拼接方法，其特征在于：该方法包括：
步骤1、车辆视角图像采集：通过将指定车辆各方位中布设的摄像头作为各目标摄像头，并启动各目标摄像头进行视角图像采集，同时获取各目标摄像头对应的布设信息以及指定车辆对应的实时位置；
步骤2、车辆视角分析与调控：对各目标摄像头当前采集视角图像进行分析，得到各目标摄像头对应的目标采集角度，并控制各目标摄像头调控至目标采集角度；
步骤3、车辆行车视频采集与分割：当各目标摄像头完成采集角度调控后，启动各目标摄像头进行行车视频采集并将各目标摄像头对应采集的行车视频分割为各待拼接画面；
步骤4、车辆行车视频拼接处理：对各目标摄像头对应的各待拼接画面进行拼接矫正和拼接边缘处理，得到各目标摄像头对应各待拼接画面的目标拼接边缘；
步骤5、车辆全景行车视频生成：基于指定车辆各目标摄像头对应各待拼接画面的目标拼接边缘，对指定车辆各目标摄像头采集的行车视频进行拼接，由此生成指定车辆对应的全景行车视频，并存储至对应的行车记录仪中；
所述对各目标摄像头当前采集视角图像进行分析，具体分析过程如下：
提取指定车辆当前对应的位置，从GIS地图中定位出指定车辆当前位置对应的实景三维图像，同时以车辆的中心点为基点，构建三维实景参考坐标系；
从各目标摄像头对应的布设信息中定位出布设采集视野范围，基于指定车辆在实景三维图像中的位置以及各目标摄像头对应的布设采集视野范围，从实景三维图像中截选出各目标摄像头对应理论采集视角图像；
从各目标摄像头对应理论采集视角图像中进行特征物体选定，提取特征物体信息，按照各目标摄像头对应理论采集视角图像的特征物体信息提取方式同理得到各目标摄像头当前采集视角图像的特征物体信息，由此对各目标摄像头对应的采集视角进行分析，并确认各目标摄像头对应的目标采集角度；
所述对各目标摄像头对应的采集视角进行分析，具体分析过程为：
E1、从各目标摄像头对应理论采集视角图像以及当前采集视角图像的特征物体信息中提取特征物体数目；
E2、将从各目标摄像头对应理论采集视角图像以及当前采集视角图像特征物体数目进行对比，若某目标摄像头对应理论采集视角图像中特征物体数目与该目标摄像头对应当前采集视角图像中特征物体数目不一致，则将该目标摄像头对应采集物体采集视角符合指数记为
Figure DEST_PATH_IMAGE001
，反之则执行E3步骤；
E3、从该目标摄像头对应理论采集视角图像以及当前采集视角图像的特征物体信息中提取各特征物体轮廓，并进行对应重叠对比，得到该目标摄像头对应各特征物体的采集重叠面积，记为
Figure 341473DEST_PATH_IMAGE002
，同时获取该目标摄像头对应理论采集视角图像中各特征物体的轮廓面积，记为
Figure DEST_PATH_IMAGE003
，r为特征物体编号，
Figure 120597DEST_PATH_IMAGE004
；
E4、从该目标摄像头对应理论采集视角图像以及当前采集视角图像的特征物体信息中提取各特征物体对应的中心点位置，并导入三维实景参考坐标系中，得到该目标摄像头对应理论采集视角图像以及当前采集视角图像对应各特征物体的中心三维位置坐标，依据分析公式
Figure DEST_PATH_IMAGE005
分析得到该目标摄像头对应的采集视角符合指数
Figure 697072DEST_PATH_IMAGE006
，
Figure DEST_PATH_IMAGE007
分别表示为设定的重合面积以及中心点位置对应的占比权重，
Figure 826702DEST_PATH_IMAGE008
分别表示为该目标摄像头对应理论采集视角图像以及当前采集视角图像中第r个特征物体对应的中心三维位置坐标，e为自然常数，
Figure DEST_PATH_IMAGE009
为设定的许可偏差，进而以此方式得到各目标摄像头对应的采集视角符合指数。
2.如权利要求1所述的一种视频内容动态拼接方法，其特征在于：所述确认各目标摄像头对应的目标采集角度，具体确认过程为：
将各目标摄像头对应的采集视角符合指数与设定的标准采集视角符合指数进行对比，若某目标摄像头对应采集视角符合指数小于标准采集视角符合指数，提取该目标摄像头当前采集视角图像中各特征物体对应中心三维位置坐标；
从该目标摄像头对应的布设信息中提取布设采集角度，记为
Figure 703391DEST_PATH_IMAGE010
，依据上下方向角度分析公式
Figure DEST_PATH_IMAGE011
分析得出该目标摄像头对应的上下目标采集角度
Figure 322592DEST_PATH_IMAGE012
，
Figure DEST_PATH_IMAGE013
为设定单位中心偏离差对应的上下调整角度值，
Figure 448680DEST_PATH_IMAGE014
分别表示为该目标摄像头对应理论采集视角图像以及当前采集视角图像中第r特征物体对应的z轴坐标分量，u表示为特征物体数目；
提取该目标摄像头对应的特征物体数目和各特征物体对应的轮廓，分析得到该目标摄像头对应的左右目标采集角度，基于该目标摄像头对应的上下以及左右目标采集角度，得到该目标摄像头 对应的目标采集角度；
若某目标摄像头对应采集视角符合指数大于或者等于标准采集视角符合指数，将该目标摄像头对应布设采集角度作为目标采集角度，以此方式分别得到各目标摄像头对应的目标采集角度。
3.如权利要求1所述的一种视频内容动态拼接方法，其特征在于：所述对各目标摄像头对应的各待拼接画面进行拼接矫正，具体矫正过程为：
将位于指定车辆前侧方位中的目标摄像头作为主体摄像头，将位于其他方位中的目标摄像头作为投影摄像头；
将主体摄像头以及各投影摄像头对应各待拼接画面中的首位待拼接画面作为示例拼接画面，通过噪声算法对主体摄像头以及各投影摄像头对应的示例拼接画面进行降噪；
将降噪后的主体摄像头以及各投影摄像头对应示例拼接画面分别导入设定的三维场景模型中，并将主体摄像头对应示例拼接画面在三维场景模型中的区域作为映射区域；
将各投影摄像头对应示例拼接画面通过透视变化原理映射至映射区域内，得到各投影摄像头对应的映射画面，以此方式对各投影摄像头对应示例拼接画面进行矫正，同理按照主体摄像头以及各投影摄像头对应示例拼接画面的矫正方式，对主体摄像头以及各投影摄像头对应的其他各待拼接画面依次进行矫正。
4.如权利要求3所述的一种视频内容动态拼接方法，其特征在于：所述对各目标摄像头对应的各待拼接画面进行拼接边缘处理，具体处理过程为：
提取矫正后的主体摄像头以及各投影摄像头对应的示例拼接画面，并识别得出主体摄像头以及各投影摄像头对应示例拼接画面对应的四周边缘，其中，四周边缘包括上侧边缘、下侧边缘、左侧缘边和右侧边缘；
对主体摄像头对应示例拼接画面的左侧边缘进行参照物体识别，得到参照物体轮廓，将位于指定车辆左侧方位的投影摄像头记为第一拼接摄像头，由此分析得到第一拼接摄像头对应示例拼接画面的目标拼接边缘，同理分别对其他各投影摄像头对应示例拼接画面中目标拼接边缘进行分析，并按照各投影摄像头对应示例拼接画面中目标拼接边缘的分析方式分析得到各投影摄像头对应其他各待拼接画面的目标拼接边缘，并进行目标拼接边缘标定。
5.如权利要求4所述的一种视频内容动态拼接方法，其特征在于：所述分析得到第一拼接摄像头对应示例拼接画面的目标拼接边缘，具体确认过程包括以下步骤：
第一步、将主体摄像头对应示例拼接画面中左侧边缘的参照物体轮廓与设定的参照物体对应的标准轮廓进行重叠对比，得到主体摄像头对应示例拼接画面中左侧边缘参照物体的未重合区域轮廓以及未重合区域面积，由此判断得到第一拼接摄像头对应示例拼接画面中目标拼接边缘的分析方式，若第一拼接摄像头对应示例拼接画面中目标拼接边缘的分析方式为物体分析，则执行第二步，若第一拼接摄像头对应示例拼接画面中目标拼接边缘的分析方式为边缘特征分析，则执行第三步；
第二步、基于主体摄像头对应示例拼接画面中左侧边缘参照物体的未重合区域轮廓以及未重合区域面积，分析得到第一拼接摄像头对应示例拼接画面中四周边缘中参照物体对应的拼接匹配度，并将拼接匹配度最高的边缘作为第一拼接摄像头对应示例拼接画面的目标拼接边缘；
第三步、在主体摄像头对应示例拼接画面中左侧边缘位置按照预设间距进行像点标记，得到主体摄像头对应的各标记像点，同时在第一拼接摄像头对应示例拼接画面中四周边缘位置按照主体摄像头对应各标记像点的标记方式同理得到第一拼接摄像头四周边缘位置对应的各标记像点；
第四步、分别提取主体摄像头以及第一拼接摄像头四周边缘位置对应各标记像点的亮度值、色度值以及饱和度，通过分析公式分析得到第一拼接摄像头四周边缘对应的像点匹配度，将像点匹配度最大的边缘作为第一拼接摄像头对应示例拼接画面的目标拼接边缘。
6.如权利要求5所述的一种视频内容动态拼接方法，其特征在于：所述第一拼接摄像头上侧边缘对应的像点匹配度具体计算公式为
Figure DEST_PATH_IMAGE015
，
Figure 444317DEST_PATH_IMAGE016
为第一拼接摄像头上边缘对应像点匹配度
Figure DEST_PATH_IMAGE017
，e表示为自然常数，
Figure 175513DEST_PATH_IMAGE018
分别为设定的许可亮度差值、许可色度差值、许可饱和度差值，
Figure DEST_PATH_IMAGE019
分别表示为主体摄像头第f个标记像点对应的亮度值、色度值、饱和度，
Figure 231194DEST_PATH_IMAGE020
分别表示为第一拼接摄像头四周边缘位置中第f个标记像点对应的亮度值、色度值、饱和度，
Figure DEST_PATH_IMAGE021
分别表示为设定的亮度、色度、饱和度对应的匹配占比权重，f表示标记像点编号，
Figure 719944DEST_PATH_IMAGE022
，
Figure DEST_PATH_IMAGE023
为设定的像点匹配修正系数，基于第一拼接摄像头上侧边缘对应的像点匹配度计算公式同理计算得到第一拼接摄像头下侧边缘、左侧边缘、以及右侧边缘对应的像点匹配度，由此得出第一拼接摄像头四周边缘对应的像点匹配度。
7.一种视频内容动态拼接系统，用于执行如权利要求1所述的一种视频内容动态拼接方法，其特征在于：包括：
车辆视角图像采集模块，用于将指定车辆各方位中布设的摄像头作为各目标摄像头，并启动各目标摄像头进行视角图像采集，同时获取各目标摄像头对应的布设信息以及指定车辆对应的实时位置；
车辆视角分析调整模块，用于对各目标摄像头的采集视角图像进行分析，得到各目标摄像头对应的目标采集角度，并控制各目标摄像头调控至目标采集角度；
车辆行车视频预处理模块，用于当各目标摄像头完成采集角度调控后，启动各目标摄像头进行行车视频采集并将各目标摄像头对应采集的行车视频分割为各待拼接画面；
行车视频拼接处理分析模块，用于对各目标摄像头对应的各待拼接画面进行拼接矫正和拼接边缘处理，得到各目标摄像头对应各待拼接画面的目标拼接边缘；
车辆行车视频生成模块，用于基于指定车辆各目标摄像头对应各待拼接画面的目标拼接边缘，对指定车辆各目标摄像头采集的行车视频进行拼接，由此生成指定车辆对应的全景行车视频，并存储至对应的行车记录仪中。
8.一种视频内容动态拼接存储介质，其特征在于：所述视频内容动态拼接存储介质烧录有计算机程序，所述计算机程序在服务器的内存中运行时实现上述权利要求1-6任一项所述的方法。
CN202211269419.8A 2022-10-18 2022-10-18 一种视频内容动态拼接方法、系统及存储介质 Active CN115379122B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211269419.8A CN115379122B (zh) 2022-10-18 2022-10-18 一种视频内容动态拼接方法、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211269419.8A CN115379122B (zh) 2022-10-18 2022-10-18 一种视频内容动态拼接方法、系统及存储介质

Publications (2)

Publication Number Publication Date
CN115379122A CN115379122A (zh) 2022-11-22
CN115379122B true CN115379122B (zh) 2023-01-31

Family

ID=84073834

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211269419.8A Active CN115379122B (zh) 2022-10-18 2022-10-18 一种视频内容动态拼接方法、系统及存储介质

Country Status (1)

Country Link
CN (1) CN115379122B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116233615B (zh) * 2023-05-08 2023-07-28 深圳世国科技股份有限公司 一种基于场景的联动式摄像机控制方法及装置
CN117455792B (zh) * 2023-12-25 2024-03-22 武汉车凌智联科技有限公司 一种车辆内置360度全景影像合成处理方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5850254A (en) * 1994-07-05 1998-12-15 Hitachi, Ltd. Imaging system for a vehicle which compares a reference image which includes a mark which is fixed to said vehicle to subsequent images
CN103369216A (zh) * 2012-04-06 2013-10-23 英华达（上海）科技有限公司 摄像装置及其校正拍摄范围的方法
CN107392848A (zh) * 2017-06-14 2017-11-24 江西科技师范大学 全景图像显示方法和装置
JP2019041208A (ja) * 2017-08-24 2019-03-14 サンリツオートメイション株式会社 パノラマ画像生成システム及び設定装置
CN112712037A (zh) * 2020-12-31 2021-04-27 苏州清研微视电子科技有限公司 基于全景图像和目标检测的车载环境感知方法和系统
CN112721802A (zh) * 2021-02-06 2021-04-30 合肥思艾汽车科技有限公司 集成全景环视和盲区行人预警的车载设备及其预警方法
CN114268765A (zh) * 2021-11-08 2022-04-01 合肥湛达智能科技有限公司 一种用于警用摩托车的环视系统去抖动方法
CN114972521A (zh) * 2021-02-23 2022-08-30 广州汽车集团股份有限公司 一种车身环视图像的自动重标定方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108933920B (zh) * 2017-05-25 2023-02-17 中兴通讯股份有限公司 一种视频画面的输出、查看方法及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5850254A (en) * 1994-07-05 1998-12-15 Hitachi, Ltd. Imaging system for a vehicle which compares a reference image which includes a mark which is fixed to said vehicle to subsequent images
CN103369216A (zh) * 2012-04-06 2013-10-23 英华达（上海）科技有限公司 摄像装置及其校正拍摄范围的方法
CN107392848A (zh) * 2017-06-14 2017-11-24 江西科技师范大学 全景图像显示方法和装置
JP2019041208A (ja) * 2017-08-24 2019-03-14 サンリツオートメイション株式会社 パノラマ画像生成システム及び設定装置
CN112712037A (zh) * 2020-12-31 2021-04-27 苏州清研微视电子科技有限公司 基于全景图像和目标检测的车载环境感知方法和系统
CN112721802A (zh) * 2021-02-06 2021-04-30 合肥思艾汽车科技有限公司 集成全景环视和盲区行人预警的车载设备及其预警方法
CN114972521A (zh) * 2021-02-23 2022-08-30 广州汽车集团股份有限公司 一种车身环视图像的自动重标定方法及装置
CN114268765A (zh) * 2021-11-08 2022-04-01 合肥湛达智能科技有限公司 一种用于警用摩托车的环视系统去抖动方法

Also Published As

Publication number Publication date
CN115379122A (zh) 2022-11-22

Similar Documents

Publication Publication Date Title
CN115379122B (zh) 一种视频内容动态拼接方法、系统及存储介质
US20200242331A1 (en) Method and device for acquiring 3d information of object
JP6764533B2 (ja) キャリブレーション装置、キャリブレーション用チャート、チャートパターン生成装置、およびキャリブレーション方法
JP4642757B2 (ja) 画像処理装置および画像処理方法
CN107679497A (zh) 视频面部贴图特效处理方法及生成系统
CN111047510A (zh) 一种基于标定的大视场角图像实时拼接方法
US8897548B2 (en) Low-complexity method of converting image/video into 3D from 2D
JP2018524710A (ja) ユーザ端末のパノラマ画像生成方法及び装置
US20130215234A1 (en) Method and apparatus for stereo matching
CN109472820B (zh) 单目rgb-d相机实时人脸重建方法及装置
CN106856000B (zh) 一种车载全景图像无缝拼接处理方法及系统
CN102572450A (zh) 基于sift特征与grnn网络的立体视频颜色校正方法
KR101510312B1 (ko) 복수의 카메라들을 이용한 3d 얼굴 모델링 장치, 시스템 및 방법
WO2021035891A1 (zh) 基于增强现实技术的投影方法及投影设备
CN111815710A (zh) 鱼眼相机自动标定方法
KR101853269B1 (ko) 스테레오 이미지들에 관한 깊이 맵 스티칭 장치
CN105701809A (zh) 一种基于线阵相机扫描的平场校正方法
CN112017246A (zh) 一种基于逆透视变换的图像获取方法及装置
CN114616586A (zh) 图像标注方法、装置、电子设备及计算机可读存储介质
CN109934777B (zh) 图像局部不变特征提取方法、装置、计算机设备及存储介质
CN109840017A (zh) 一种全景图像展示方法、系统及存储介质
CN108965743A (zh) 基于前后景分割的视频合成方法、装置及可读存储介质
CN114926332A (zh) 基于无人机母车的无人机全景图像拼接方法
CN112036319B (zh) 一种图片处理方法、装置、设备及存储介质
WO2019003854A1 (ja) 画像処理装置、画像変換方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant